Kling 4.0 Text-to-Video API
Kling 4.0 टेक्स्ट-टू-वीडियो एक टेक्स्ट प्रॉम्प्ट से 3 से 30 सेकंड का वीडियो नेटिव स्टीरियो ऑडियो के साथ बनाता है।
Kling 4.0 टेक्स्ट-टू-वीडियो, Kuaishou का नेक्स्ट-जनरेशन नेटिव मल्टीमॉडल AI मॉडल है जो सिर्फ लिखित प्रॉम्प्ट से वीडियो तैयार करता है। यह 720p या 1080p रिज़ॉल्यूशन पर 3 से 30 सेकंड तक का क्लिप बनाता है और सोलह-नौ, नौ-सोलह, एक-एक तथा इक्कीस-नौ जैसे चार आस्पेक्ट रेशियो को सपोर्ट करता है। मॉडल नेटिव स्टीरियो ऑडियो के साथ दो-चैनल डायलॉग, साउंड इफेक्ट्स और एम्बियंस को तस्वीर के साथ सिंक में रेंडर करता है।
यह मॉडल किसी भी सोर्स इमेज या रेफरेंस फुटेज की ज़रूरत के बिना काम करता है। उपयोगकर्ता एक सिंगल टेक्स्ट प्रॉम्प्ट या मल्टी-शॉट स्टोरीबोर्ड दे सकते हैं, जिसमें कई शॉट्स को अलग-अलग अवधि के साथ एक सतत वीडियो में स्क्रिप्ट किया जा सकता है। 26,000 अक्षरों तक के प्रॉम्प्ट को स्वीकार किया जाता है, और प्रॉम्प्ट समझ 8,000 टोकन तक बेहतर हुई है। यह बहुभाषी डायलॉग को स्पष्ट ऑन-स्क्रीन टेक्स्ट के साथ संभालता है।
यह टूल शॉर्ट-फॉर्म और सोशल वीडियो, विज्ञापन और उत्पाद डेमो, मल्टी-शॉट कथा सामग्री, प्रीविज़ुअलाइज़ेशन और स्टोरीबोर्डिंग के लिए उपयुक्त है। छोटे व्यवसाय बिना बड़े बजट या समर्पित प्रोडक्शन टीम के भी इससे प्रोमोशनल वीडियो बना सकते हैं। ब्रांड कैंपेन, कंटेंट मार्केटिंग और क्रिएटिव टेस्टिंग के लिए भी यह उपयोगी है।
अपडेट किया गया:
मॉडल ID
kling-4.0/text-to-video- इनपुट
- text
- आउटपुट
- video
मुख्य बातें
- 3 से 30 सेकंड का वीडियो आउटपुट
- 720p या 1080p रिज़ॉल्यूशन
- नेटिव स्टीरियो ऑडियो सिंक के साथ
- मल्टी-शॉट स्टोरीबोर्ड सपोर्ट
- 26,000 अक्षरों तक प्रॉम्प्ट इनपुट
- फ्लैश मोड में तेज़ जनरेशन
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
| उपलब्धता | |
|---|---|
ऐतिहासिक आँकड़े लाइव स्थिति जाँच नहीं हैं। डेटा न होना सेवा बंद होने का संकेत नहीं है।
वीडियो विनिर्देश
- आस्पेक्ट अनुपात
- 16:9 / 9:16 / 1:1
- अवधि · न्यूनतम
- 3 सेकंड
- अवधि · अधिकतम
- 30 सेकंड
- अवधि · चरण
- 1 सेकंड
- संदर्भ सीमाएँ · ऑडियो फ़ाइलें
- 0
- संदर्भ सीमाएँ · इमेज
- 0
- संदर्भ सीमाएँ · वीडियो
- 0
- रेज़ोल्यूशन
- 720p / 1080p
API संदर्भ
इस मॉडल के प्रोटोकॉल विवरण प्रकाशित नहीं हैं। इंटीग्रेशन आवश्यकताओं के लिए API संदर्भ देखें।
API संदर्भ →समर्थित पैरामीटर
- prompt
- duration
- resolution
- aspect_ratio
- frame_images
- input_references
- user
- session_id
- trace
अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: Kling 4.0 Text-to-Video?
Kling 4.0 टेक्स्ट-टू-वीडियो, Kuaishou का नेक्स्ट-जनरेशन नेटिव मल्टीमॉडल AI मॉडल है जो सिर्फ लिखित प्रॉम्प्ट से वीडियो तैयार करता है। यह 720p या 1080p रिज़ॉल्यूशन पर 3 से 30 सेकंड तक का क्लिप बनाता है और सोलह-नौ, नौ-सोलह, एक-एक तथा इक्कीस-नौ जैसे चार आस्पेक्ट रेशियो को सपोर्ट करता है। मॉडल नेटिव स्टीरियो ऑडियो के साथ दो-चैनल डायलॉग, साउंड इफेक्ट्स और एम्बियंस को तस्वीर के साथ सिंक में रेंडर करता है। यह मॉडल किसी भी सोर्स इमेज या रेफरेंस फुटेज की ज़रूरत के बिना काम करता है। उपयोगकर्ता एक सिंगल टेक्स्ट प्रॉम्प्ट या मल्टी-शॉट स्टोरीबोर्ड दे सकते हैं, जिसमें कई शॉट्स को अलग-अलग अवधि के साथ एक सतत वीडियो में स्क्रिप्ट किया जा सकता है। 26,000 अक्षरों तक के प्रॉम्प्ट को स्वीकार किया जाता है, और प्रॉम्प्ट समझ 8,000 टोकन तक बेहतर हुई है। यह बहुभाषी डायलॉग को स्पष्ट ऑन-स्क्रीन टेक्स्ट के साथ संभालता है। यह टूल शॉर्ट-फॉर्म और सोशल वीडियो, विज्ञापन और उत्पाद डेमो, मल्टी-शॉट कथा सामग्री, प्रीविज़ुअलाइज़ेशन और स्टोरीबोर्डिंग के लिए उपयुक्त है। छोटे व्यवसाय बिना बड़े बजट या समर्पित प्रोडक्शन टीम के भी इससे प्रोमोशनल वीडियो बना सकते हैं। ब्रांड कैंपेन, कंटेंट मार्केटिंग और क्रिएटिव टेस्टिंग के लिए भी यह उपयोगी है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।
Kling 4.0 टेक्स्ट-टू-वीडियो कौन-से इनपुट स्वीकार करता है?
यह एकल टेक्स्ट प्रॉम्प्ट या मल्टी-शॉट स्टोरीबोर्ड इनपुट के रूप में काम करता है। एक जनरेशन टास्क में 10 इमेज, 30 सेकंड तक के 5 वीडियो, 7 एलिमेंट और 3 वीडियो एलिमेंट सहित 15 रेफरेंस एसेट तक सपोर्ट करता है।
इसका आउटपुट कितना लंबा और किस रिज़ॉल्यूशन का होता है?
यह 3 से 30 सेकंड तक का वीडियो 720p या 1080p रिज़ॉल्यूशन में बनाता है। आउटपुट में नेटिव स्टीरियो ऑडियो भी शामिल होता है।
क्या यह मॉडल बहुभाषी डायलॉग संभाल सकता है?
हाँ, यह बहुभाषी डायलॉग को स्पष्ट ऑन-स्क्रीन टेक्स्ट के साथ संभालता है और कई भाषाओं में बोलने वाले पात्रों के लिए लिप सिंक में सुधार किया गया है।
फ्लैश मोड में क्या सीमाएँ हैं?
फ्लैश मोड स्टार्ट-एंड-लास्ट फ्रेम या मल्टीपल कीफ्रेम का सपोर्ट नहीं करता। यह अधिकतम 720p रिज़ॉल्यूशन और 20 सेकंड तक के वीडियो तक सीमित है।
Kling 4.0 परिवार के अन्य मॉडलों से यह कैसे भिन्न है?
यह Kling 4.0 परिवार का टेक्स्ट-ओनली एंट्री पॉइंट है, जिसमें इमेज-टू-वीडियो, रेफरेंस-टू-वीडियो और वीडियो एडिटिंग भी शामिल हैं। लंबे वीडियो, उच्च रिज़ॉल्यूशन या सटीक विज़ुअल नियंत्रण के लिए पूर्ण Kling 4.0 मॉडल की सिफारिश की जाती है।
संबंधित मॉडल
Kling 4.0 Flash Image to Video
Klingवीडियोkling-4.0-flash/image-to-videoKling 4.0 परिवार का तेज़, हल्का इमेज-टू-वीडियो मॉडल जो 720p में नेटिव ऑडियो के साथ वीडियो बनाता है।
रेज़ोल्यूशन
—
अवधि
—
—
Kling 4.0 Flash Omni Video
Klingवीडियोkling-4.0-flash/omni-videoKling 4.0 Flash एक तेज़ टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो मॉडल है जो 20 सेकंड तक के क्लिप बनाता है।
रेज़ोल्यूशन
—
अवधि
—
—
Kling 4.0 Flash Text to Video
Klingवीडियोkling-4.0-flash/text-to-videoKling 4.0 परिवार का तेज़ और किफ़ायती टेक्स्ट-टू-वीडियो मॉडल, जो 720p तक वीडियो बनाता है।
रेज़ोल्यूशन
—
अवधि
—
—
Kling 4.0 Image-to-Video
Klingवीडियोkling-4.0/image-to-videoKling 4.0 इमेज-टू-वीडियो एक एकीकृत रचनात्मक मॉडल है जो 3 से 30 सेकंड तक का नेटिव वीडियो जनरेट करता है।
रेज़ोल्यूशन
720p / 1080p
अवधि
3-30 सेकंड
—
Kling 4.0 Omni-Video
Klingवीडियोkling-4.0/omni-videoKling 4.0 Omni एक संदर्भ-आधारित वीडियो जनरेशन मॉडल है जो टेक्स्ट, इमेज, वीडियो और ऑडियो इनपुट से वीडियो बनाता और संपादित करता है।
रेज़ोल्यूशन
720p / 1080p
अवधि
3-30 सेकंड
—